摘要：针对增大视觉码书在提高图像全局描述符——局部特征聚合描述符(VLAD)精度的同时会增加VLAD存储开销的问题,提出一种基于2层结构层次视觉码书生成残差增强的图像全局描述符EVLAD.离线码书生成阶段,首先通过K-means算法生成第1层视觉码书,然后基于量化残差最小化原则非均匀地生成第2层各视觉子码书.在线EVLAD生成阶段,图像局部特征首先面向细粒度的第2层视觉子码书生成量化残差;然后面向第1层视觉码书进行聚集生成各子向量,EVLAD即为各子向量的串联结果,为了抑制特征空间爆发现象,各子向量和串联结果分别进行了L2归一化.实验结果表明,EVLAD精度优于VLAD和其他各种改进方法.

摘要：图像的局部聚合描述符向量VLAD的检索精度可以通过增加码书中聚类中心数量来提高,但会增加向量维度和存储空间。为此,本文提出IM-VLAD,其结合基于码字扩展的软分配和二层码书结构,在保持向量维度不变的同时提高了图像检索精度。在训练码书阶段,使用K-means聚类算法对图像局部特征训练第一层视觉码书,然后根据隶属于各个聚类中心的特征训练第二层码书。在计算图像描述符阶段,设计基于码字扩展的软分配方法,根据图像每个局部特征的第二层码书中近邻码字来扩展新的码字,并将其权重分配到近邻码字,进而计算并累加局部特征对应的残差向量。在此基础上,各局部特征的残差向量从第二层向第一层对应的码字逐层聚合成各子向量,并进行串联得到IM-VLAD。实验结果显示:当第一层码书大小为64时,在Holidays数据集上的平均精度较VLAD从0.526提高到0.628,在UKBench数据集的Recall@4结果从3.17提高到3.50,在Holidays_Flickr1M数据集的平均精度由0.513提高到0.604,表明IM-VLAD在多个数据集上均展现出了更高的图像检索精度。

摘要：为了使图像加密系统能够利用一个密钥可同时对多个图像完成一次填充加密,提出了坐标逻辑异或滤波器(CLFXOR-coordinate logic filter-XOR)耦合密钥图的多图像一次填充无损加密算法;并构建了"初步加密—密文分块—密文滤波"的新机制。引入图像检索规则,并联合与明文图像相同尺寸的密钥图,完成一次填充加密。将CLF-XOR引入到图像中,过滤明文像素坐标,得到了密钥图;并设计压缩XML密钥生成器,得到XML密钥;耦合元胞自动机的时空直方图,构造人工图像,得到图像描述符;并定义了密钥图与明文的融合规则,获取密文;将密文分块,再次利用CLF-XOR过滤每个密文块,产生最终密文。实验结果显示该算法具有优异的加密质量,计算效率高;可对多个明文同步完成一次填充加密;并具有很强的抗明文-密文攻击性能。